L'atelier sur l'apprentissage profond avec PyTorch : Construire des réseaux neuronaux profonds et des applications d'intelligence artificielle avec PyTorch

Note :   (3,9 sur 5)

L'atelier sur l'apprentissage profond avec PyTorch : Construire des réseaux neuronaux profonds et des applications d'intelligence artificielle avec PyTorch (Hyatt Saleh)

Avis des lecteurs

Résumé:

Ce livre est une introduction complète et bien structurée à l'apprentissage profond à l'aide de PyTorch, adaptée aux lecteurs débutants et intermédiaires. Il couvre un large éventail de sujets, du traitement des données au déploiement des modèles, avec des explications claires et des exemples de code pratiques.

Avantages:

Le livre est bien écrit et lisible, et permet une compréhension approfondie des concepts de l'apprentissage profond. Il comprend des exemples de code étape par étape, des captures d'écran pour les applications, et couvre un large éventail de sujets tels que le traitement des données, l'analyse des erreurs et le déploiement des modèles. Il est particulièrement apprécié pour sa pertinence en tant que ressource d'introduction pour les débutants.

Inconvénients:

Aucun inconvénient majeur n'a été relevé dans les commentaires.

(basé sur 3 avis de lecteurs)

Titre original :

The Deep Learning with PyTorch Workshop: Build deep neural networks and artificial intelligence applications with PyTorch

Contenu du livre :

Prenez une longueur d'avance dans le monde de l'IA et de l'apprentissage profond en développant vos compétences avec PyTorch.

Caractéristiques principales

⬤ Apprenez à définir votre propre architecture de réseau dans l'apprentissage profond.

⬤ Les méthodes utiles pour créer et entraîner un modèle en utilisant la syntaxe de PyTorch.

⬤ Découvrez comment les applications intelligentes utilisant des fonctionnalités telles que la reconnaissance d'images et la reconnaissance vocale traitent réellement vos données.

Description du livre

Vous souhaitez vous familiariser avec l'une des bibliothèques d'apprentissage automatique les plus populaires pour l'apprentissage profond ? L'atelier Apprentissage profond avec PyTorch vous aidera à y parvenir, en vous permettant d'utiliser PyTorch pour l'apprentissage profond, même si vous partez de zéro.

Il n'est pas surprenant que la popularité de l'apprentissage profond ait fortement augmenté au cours des dernières années, grâce à des applications intelligentes telles que les véhicules à conduite autonome, les chatbots et les assistants à commande vocale qui nous facilitent la vie. Ce livre vous fera pénétrer dans le monde de l'apprentissage profond, où vous utiliserez PyTorch pour comprendre la complexité des architectures de réseaux neuronaux.

L'atelier Deep Learning with PyTorch commence par une introduction au deep learning et à ses applications. Vous explorerez la syntaxe de PyTorch et apprendrez à définir une architecture de réseau et à entraîner un modèle. Ensuite, vous découvrirez les trois principales architectures de réseaux neuronaux - convolutif, artificiel et récurrent - et vous pourrez même résoudre des problèmes de données réelles à l'aide de ces réseaux. Les chapitres suivants vous montreront comment créer un modèle de transfert de style pour développer une nouvelle image à partir de deux images, avant de vous expliquer comment les RNN stockent la mémoire pour résoudre des problèmes de données clés.

À la fin de ce livre, vous maîtriserez les concepts, outils et bibliothèques essentiels de PyTorch pour développer vos propres réseaux de neurones profonds et applications intelligentes.

Ce que vous apprendrez

⬤ Explorer les différentes applications de l'apprentissage profond.

⬤ Comprendre l'approche PyTorch pour construire des réseaux neuronaux.

⬤ Créer et entraîner votre propre perceptron à l'aide de PyTorch.

⬤ Résoudre des problèmes de régression à l'aide de réseaux neuronaux artificiels (ANN).

Résoudre des problèmes de régression à l'aide de réseaux neuronaux artificiels (ANN) ⬤ Gérer des problèmes de vision artificielle à l'aide de réseaux neuronaux convolutionnels (CNN)

⬤ Les réseaux neuronaux récurrents (RNN) permettent d'effectuer des tâches de traduction linguistique.

A qui s'adresse ce livre ?

Ce livre sur l'apprentissage profond est idéal pour tous ceux qui souhaitent créer et entraîner des modèles d'apprentissage profond à l'aide de PyTorch. Une solide compréhension du langage de programmation Python et de ses packages vous aidera à appréhender plus rapidement les sujets abordés dans ce livre.

Autres informations sur le livre :

ISBN :9781838989217
Auteur :
Éditeur :
Reliure :Broché

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

L'atelier d'apprentissage automatique - deuxième édition : Préparez-vous à développer vos propres...
Approche complète et progressive de la...
L'atelier d'apprentissage automatique - deuxième édition : Préparez-vous à développer vos propres algorithmes d'apprentissage automatique performants avec scikit-learn. - The Machine Learning Workshop - Second Edition: Get ready to develop your own high-performance machine learning algorithms with scikit-learn
L'atelier sur l'apprentissage profond avec PyTorch : Construire des réseaux neuronaux profonds et...
Prenez une longueur d'avance dans le monde de...
L'atelier sur l'apprentissage profond avec PyTorch : Construire des réseaux neuronaux profonds et des applications d'intelligence artificielle avec PyTorch - The Deep Learning with PyTorch Workshop: Build deep neural networks and artificial intelligence applications with PyTorch

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)